| 共 38 篇文章 |
|
以针对我国小微企业的研究为例，李昊楠和郭彦男（2021）以我国小微企业所得税优惠政策为准自然实验，采用 DiD 策略探讨了减税政策对企业纳税遵从行为的作用，但樊勇等（2020）、王伟同等（2020）却发现，在该政策规定的企业应纳税所得额减半征收标准下，那些略高于政策优惠门槛处的企业具有动机通过改变自身应税所得额来享受优惠，即这部分企业... 阅1 转0 评0 公众公开 24-05-01 17:01 |
稿件：econometrics666@126.com所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问. 分享一个关于DID的前沿讲座，信息来自于该基地的社群群友。4年，计量经济圈近1000篇不重类计量文章， 阅85 转0 评0 公众公开 22-11-10 21:47 |
DID相关前沿问题“政策交错执行 堆叠DID 事件研究”, 附完整slides.所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.今天，分享一份印第安纳大学Coady Wing教授的Slides，里面以深入浅出的方式全面介绍了DID相关前沿问题“staggered adoption designs + stacked DID + event studies，政... 阅632 转2 评0 公众公开 22-07-24 16:43 |
用9个示例系统讲解DID, DDD模型的用法, 并且都给出了数据和代码供操作！ 阅91 转2 评0 公众公开 22-01-06 14:40 |
3.2 pc_dd_covar 命令。DD power calc: n= 80 mde= 0.3794 power=.8 p=.5 pre=3 post=3 var=1 ar1=.9 DD power calc: n=100 mde= 0.3385 power=.8 p=.5 pre=3 post=3 var=1 ar1=.9 DD power calc: n=120 mde= 0.3085 power=.8 p=.5 pre=3 post=3 var=1 ar1=.9 DD power calc: n=140 mde= 0.2853 power=.8 p=.5 pre=3 post=3 var=1 ar1=.9 DD po... 阅130 转0 评0 公众公开 22-01-04 22:51 |
（1）平行趋势（CT）假设：处理组和对照组有共同趋势，在政策干预之前，处理组和控制组的结果效应的趋势应该是一样的。（2）回归：将模型构造中dt项改为“年份虚拟变量”，政策实施前有a年就有a个年份虚拟变量，以及与du相乘的a个交互项。实现这一目标的方法是将年份虚拟变量乘以实验组虚拟变量，这一交互项就可以捕捉两组地区在每一年份的差异... 阅1044 转1 评0 公众公开 22-01-04 17:05 |
std_lt:经过标准化后的夜间灯光值nregs:是否实施NREGSsno:地区st:州。reghdfe std_lt nregs i.year#c.dlt00_05 i.year#i.rggvy, absorb(sno year#st) cluster(sno)*col. 3.reghdfe std_lt nregs if wage!reghdfe std_lt nregs i.year#c.dlt00_05 i.year#i.rggvy `pre'''''''', absorb(sno year#st) cluster(sn... 阅422 转0 评0 公众公开 21-11-22 22:51 |
剂量效应 (dosage effects) 是根据系统性影响程度进行切分，如二分法、三分法、四分法等，并依此改变对照组和实验组的构造。use "https://gitee.com/arlionn/data/raw/master/data01/Qian2017.dta", clear*生成控制组与处理组gen PPE = a001212000_c/a001000000_cbys stkcd: egen PPE_mean = mean(PPE) if year>=2005 &year&l... 阅208 转3 评0 公众公开 21-07-13 12:05 |
Stata倍分法新趋势：did2s-两阶段双重差分模型。在这个框架中，我们在第一阶段识别组别效应和时期效应，在移除了组别效应和时期效应之后，在第二阶段，通过比较处理组和对照组的结果差异来识别平均处理效应。3. 两阶段双重差分3.1 两阶段双重差分估计量。前面也提到了，两阶段双重差分的原理是先识别组别效应和时期效应，然后在第二阶段将其剔... 阅1823 转9 评0 公众公开 21-07-13 12:03 |
Stata 17的DID官方命令xtdidregress提供了在聚类数目较小情况下估计标准误的两种替代方法，即“野聚类自助法”（wild cluster bootstrap，已在上期推文介绍）与“数据加总法”（data aggregation）。首先，针对每个聚类、时间，进行组内离差回归（将每个聚类、时间中的个体视为一组数据）。另一方面，若加上选择项“aggregate(standard)”，则... 阅1035 转2 评0 公众公开 21-07-10 14:13 |
